当前位置:脚本大全 > > 正文

基于pythonopencv的图片识别(Python Opencv实现图像轮廓识别功能)

时间:2021-10-14 00:03:54类别:脚本大全

基于pythonopencv的图片识别

Python Opencv实现图像轮廓识别功能

本文实例为大家分享了python opencv识别图像轮廓的具体代码,供大家参考,具体内容如下

要求:用矩形或者圆形框住图片中的云朵(不要求全部框出)

基于pythonopencv的图片识别(Python Opencv实现图像轮廓识别功能)

轮廓检测

opencv-python接口中使用cv2.findcontours()函数来查找检测物体的轮廓。

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • import cv2
  •  
  • img = cv2.imread('cloud.jpg" alt="基于pythonopencv的图片识别(Python Opencv实现图像轮廓识别功能)" border="0" />)
  • # 灰度图像
  • gray = cv2.cvtcolor(img, cv2.color_bgr2gray)
  • # 二值化
  • ret, binary = cv2.threshold(gray, 175, 255, cv2.thresh_binary)
  • img1, contours, hierarchy = cv2.findcontours(binary, cv2.retr_tree, cv2.chain_approx_simple)
  •  
  • # 以圆形框出云朵
  • # for i in range(len(contours)):
  • # (x, y), radius = cv2.minenclosingcircle(contours[i])
  • # center = (int(x), int(y))
  • # radius = int(radius)
  • # img = cv2.circle(img, center, radius, (0, 255, 0), 2)
  •  
  • #以云朵边界轮廓框出云朵
  • cv2.drawcontours(img, contours, -1, (0, 0, 255), 3)
  •  
  • cv2.imshow("img", img)
  • cv2.waitkey(0)
  • 基于pythonopencv的图片识别(Python Opencv实现图像轮廓识别功能)

    需要注意的是cv2.findcontours()函数接受的参数为二值图,即黑白的(不是灰度图),所以读取的图像要先转成灰度的,再转成二值图。

    cv2.findcontours()函数

    函数的原型为:

  • ?
  • 1
  • cv2.findcontours(image, mode, method[, contours[, hierarchy[, offset ]]])
  • 返回两个值:contours,hierarchy。注:opencv3会返回三个值,分别是img, countours, hierarchy

    参数说明

    第一个参数是寻找轮廓的图像
    第二个参数表示轮廓的检索模式,有四种:
    1. cv2.retr_external表示只检测外轮廓
    2. cv2.retr_list检测的轮廓不建立等级关系
    3. cv2.retr_ccomp建立两个等级的轮廓,上面的一层为外边界,里面的一层为内孔的边界信息。如果内孔内还有一个连通物体,这个物体的边界也在顶层。
    4. cv2.retr_tree建立一个等级树结构的轮廓。
    第三个参数method为轮廓的近似办法
    cv2.chain_approx_none存储所有的轮廓点,相邻的两个点的像素位置差不超过1,
    即max(abs(x1−x2),abs(y2−y1))==1max(abs(x1−x2),abs(y2−y1))==1
    cv2.chain_approx_simple压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息
    cv2.chain_approx_tc89_l1,cv_chain_approx_tc89_kcos使用teh-chinl chain 近似算法

    返回值

    cv2.findcontours()函数返回两个值,一个是轮廓本身,还有一个是每条轮廓对应的属性。

    contour返回值

    cv2.findcontours()函数首先返回一个list,list中每个元素都是图像中的一个轮廓,用numpy中的ndarray表示。这个概念非常重要。在下面drawcontours中会看见。可以打印观察contours的数据类型。

  • ?
  • 1
  • 2
  • 3
  • print (type(contours))
  • print (type(contours[0]))
  • print (len(contours))
  • hierarchy返回值

    该函数还可返回一个可选的hiararchy结果,这是一个ndarray,其中的元素个数和轮廓个数相同,每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3],分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号,如果没有对应项,则该值为负数。

    基于pythonopencv的图片识别(Python Opencv实现图像轮廓识别功能)

    轮廓的绘制

    opencv中通过cv2.drawcontours在图像上绘制轮廓。

  • ?
  • 1
  • cv2.drawcontours(image, contours, contouridx, color[, thickness[, linetype[, hierarchy[, maxlevel[, offset ]]]]])
  • 第一个参数是指明在哪幅图像上绘制轮廓;
    第二个参数是轮廓本身,在python中是一个list;
    第三个参数指定绘制轮廓list中的哪条轮廓,如果是-1,则绘制其中的所有轮廓。
    后面的参数很简单。其中thickness表明轮廓线的宽度,如果是-1(cv2.filled),则为填充模式。

    基于pythonopencv的图片识别(Python Opencv实现图像轮廓识别功能)

    opencv中通过cv2.minenclosingcircle()可以帮我们找到一个对象的外接圆。它是所有能够包括对象的圆中面积最小的一个。

  • ?
  • 1
  • 2
  • 3
  • 4
  • (x,y),radius = cv2.minenclosingcircle(contours[i])
  • center = (int(x),int(y))
  • radius = int(radius)
  • img = cv2.circle(img,center,radius,(0,255,0),2)
  • 基于pythonopencv的图片识别(Python Opencv实现图像轮廓识别功能)

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持开心学习网。

    原文链接:https://blog.csdn.net/qq_38967295/article/details/81572057

    上一篇下一篇

    猜您喜欢

    热门推荐